글로벌 칼럼 | 생성형 AI 인프라를 구축하는 ‘저렴한’ 방법은 없다

PWC의 최신 조사에 따르면, 비즈니스 리더의 59%가 신기술에 투자할 것이라고 답했다. 46%는 향후 12~18개월 사이에 생성형 AI에 투자할 것이라고 했다. 하지만 생성형 AI를 도입할 때 가장 큰 장애물은 생성형 AI를 운영하고 확장할 수 있는 적절한 클라우드 대역폭/컴퓨팅 파워를 확보하는 것으로 나타났다. 즉, 새로운 생성형 AI 시스템과 관련 시스템에 비용을 얼마나 쓸 수 있느냐의 문제다.
 

생성형 AI는 현재 가장 주목받는 기술이다. 하지만 생성형 AI 모델을 클라우드에서 운영하는 컴퓨팅과 인프라 비용은 많은 기업에 큰 부담이다. 가장 저렴한 종량제 모델조차도 이를 클라우드에서 운영하려면 꽤 비싼 요금을 내야 한다. 학습 데이터를 수집, 저장하고 다른 대규모 컴퓨팅 및 스토리지 시스템을 사용하는 비용까지 포함하면 비용이 더 커진다.
 

어디에 돈을 쓰는지 정확히 알아야

생성형 AI 투자에 있어서, 가장 중요한 것은 어디에 돈을 쓰고 있는지 명확히 파악하는 것이다. GPU 같은 생성형 AI 전용 프로세서를 사용하면 더 많은 비용을 내야 한다. 보통 이런 프로세서는 전통적인 컴퓨팅 리소스보다 더 비싸지만, 생성형 AI 시스템 성능을 최적화하려면 필수적이다. 현재 GPU는 물론 다른 특수 목적 프로세서를 필요에 따라 제공하는 AI 스타트업이 많다. 이른바 마이크로클라우드(microclouds)다. 아직 주류로 진입해 주목 받을 정도는 아니지만, 생성형 AI 시장을 주도하는 기존 주요 퍼블릭 클라우드 이외에 사용할 수 있는 주문형 선택지인 것은 분명하다.

우리는 이미 멀티클라우드 세상을 살고 있으므로, 기존 기업 IT 인프라에 생성형 AI 프로세싱과 스토리지를 지원하는 다른 클라우드를 추가하는 것은 크게 부담스러운 작업이 아니다. 복잡성과 이종성은 이미 기업이 어느 정도 대비하고 있으므로, 이런 AI 전용 마이크로클라우드를 사용했을 때의 이점이 분명하다면 많은 기업이 빠르게 도입할 것이다.

생성형 AI를 성공적으로 구축하는 데 있어 지름길 같은 것은 없다. 최적화된 솔루션에 투자하는 것이 유일한 방법이다. 현재 필자가 이런 아키텍처를 구축하는 중인데, 그 경험을 살려 이야기하면, 많은 기업이 막연히 원하는 것처럼 최적화된 솔루션을 저렴하게 성공적으로 구축하는 것은 불가능하다. 더 솔직히 말하면 돈이 많이 들 것이고 대부분 기업은 원하는 목적의 생성형 AI를 구축하는 데 예산이 부족하다고 느낄 것이다.
 

기시감과 과거의 교훈

필자는 1980년대 대학을 졸업한 이후부터 AI 개발자이자 디자이너로 활동했다. 물론 당시 AI 기술은 오늘날과 비교할 수 없다. 현재의 차세대 생성형 AI, 머신러닝, 딥러닝 등은 그때와 비교조차 할 수 없을 발전한 것이다. 하지만 비용 문제는 지금이나 그때나 같다. 당시 AI 기반 시스템을 구축하려면 하드웨어와 데이터센터 상면 등 수백만 달러가 들었다. 기업마다 슈퍼컴퓨터 같은 고성능 시스템이 필요했고, 이런 시스템 대부분은 기업이나 부서간에 비용을 나눠 내기 위해 서비스 형태로 사용했다. 필자는 당시 이런 서비스를 제공하는 업체에서 일했었다.

당시 AI는 큰 붐이었다가 이내 사그라들었다. 기업이 원하는 특정 요건을 지원하지 못하는 것이 치명적이었고, 너무 비싼 것도 문제였다. 일부 기업은 AI 시스템을 구축하고 또 일부 AI 전문기업이 살아남았지만 AI는 결국 뒷전으로 밀려났다.

이런 과거의 상황은 지금 반복되고 있다. 즉 많은 기업이 가장 중요한 질문을 외면한 채 AI 기술과 사랑에 빠지고 있다. 이 질문은 "AI를 활용하려는 목적이 무엇이고 기업에 어떻게 도움이 될 수 있을까?"다. 이미 설문을 통해 밝혀진 것처럼, 많은 생성형 AI 프로젝트가 명확한 효과에 대한 검증 없이 무턱대고 진행되고 있다.

필자 경험상, 생성형 AI 시스템에 들어가는 비용은 생성형 AI를 사용하지 않는  시스템보다 3~4배 많다. 여기에는 개발과 구축 관련 비용이 포함되지만 가장 큰 부분은 생성형 AI 운영에 필요한 인프라스트럭처 리소스 관련 비용이다. 이렇게 구축한 생성형 AI 시스템을 수익이 날 때까지 유지하기 위해서는 특별한 컴퓨팅 리소스와 방대한 스토리지가 필요하다.

물론 예산을 절반으로 줄여 투자할 수 있고 이것은 기업의 선택이다. 하지만 생성형 AI를 저렴하게 도입하려는 것은 결과적으로 예산을 낭비하는 것에 불과하다. 실제로 과거의 교훈을 돌아보면, 어떤 기술이든 활용할 가치가 있다. 하지만 더 중요한 것은 실제 돈을 투입하기 전에 그 가치를 제대로 이해해야 한다. 즉, 가장 큰 사업적 혜택을 가져올 활용 사례를 찾아 그 우선순위에 따라 예산을 배분해야 한다. 상식적인 뻔한 말이지만 많은 기업이 현재 간과하고 있는 사실이다.

이런 과거의 교훈에서 배우지 못한다면 내년 이맘때쯤 2025년에 왜 생성형 AI가 몰락했는지 그 원인을 이야기하고 있을 것이다. 이 글은 일종의 선행 경고다. 우리 모두가 과거의 실수를 반복하지 않기를 바랄 뿐이다.
editor@itworld.co.kr